📖
如果您是一名 Python 开发人员，您可能听说过 NumPy，它是 Python 科学计算的必备软件包。但是您知道如何在许多开发人员首选的代码编辑器 Visual Studio Code (VS Code) 中执行此操作吗？
本文详细介绍了在 VS Code 中安装 NumPy 以及您可能感兴趣的其他相关主题。
在 VS Code 上安装 NumPy
首先，以下是安装 NumPy 所需执行的所有步骤。
- 启动 VS 代码。如果您还没有，请从官方网站下载副本。
- 单击扩展选项卡。它位于窗口的左侧，由四个方形图标指示。
- 在扩展搜索栏中输入 Python。
- 从结果中选择“Python from Microsoft”。
- 单击蓝色的“安装”按钮。
- 返回主菜单。
- 选择终端。
- 选择“新终端”。
- 要开始使用 NumPy，请在刚刚打开的终端中输入命令
pip install numpy。
这将指示 Python 包安装程序在您的计算机上下载并安装 NumPy。其余过程是自动的。
下载的Python扩展还为其他Python项目提供了丰富的支持，例如IntelliSense、lint和调试。
如果您遇到故障并显示错误消息“没有名为 numpy 的模块”，请仔细检查您是否选择了正确的 Python 解释器。要调整此设置，请转到屏幕底部的“Python”，然后选择带有 pip 和 NumPy 的解释器。
通过 VS Code 充分利用 NumPy
一旦启动并运行 NumPy，您就可以利用 Visual Studio Code 的强大功能使您的编程更加有效和有趣。
调试
编程是复杂而微妙的，你不可避免地会调试不能按预期工作的代码。 VS Code 拥有专门针对 Python 应用程序和使用 NumPy 进行科学计算的应用程序的全面调试环境。以下是一些提示：
- 当您发现潜在的错误时，您需要提取正在处理的 Python 文件并打开它以找到问题的根源。然后单击顶部菜单中的“运行”并选择“开始调试”。这将开始调试。
- 设置断点使调试代码变得更加容易。这些标记允许调试器暂停程序，以便您可以在精确的时间点检查程序的状态。尝试通过单击要暂停的代码行旁边的空白处，或者将鼠标悬停在该行上并按 F9 来设置断点。
- 当程序暂停时，您可以使用屏幕顶部的调试控件浏览代码。您可以按 F10 跳过某个功能。您可以按 F11 深入挖掘，然后同时按 Shift 和 F11 退出该功能。
- 您还可以仔细查看“变量”窗格中的变量。当程序暂停时出现在“运行和调试”侧栏中，显示本地范围内的所有值。如果您想了解更多详细信息，请将鼠标悬停在代码中的变量上以查看确切的值。
使用 Jupyter 笔记本
精明的数据分析师可以从 Jupyter Notebook 的交互式环境中受益，该环境可以直接从 VS Code 访问。这样您就可以在无缝界面中构建、运行和调试代码。
在 Visual Studio Code 中创建新的 Jupyter Notebook 时：
- 打开命令面板（Ctrl+Shift+P）。
- 找到
Create: New Jupyter Notebook命令。
- 或者，打开工作区并创建一个扩展名为“.ipynb”的新文件。
创建笔记本后，您可以在单元格中键入 Python 代码，然后将鼠标悬停在单元格上并单击出现的“运行单元格”按钮来运行命令。单元格的结果显示在其下方，可用于其他计算和操作。
您可以通过从右上角的内核选择器中进行选择，为您创建的每个笔记本选择一个 Python 解释器。如果您的计算机上有多个 Python 环境并且希望根据您的工作使用它们，则此选项特别有用。
使用智能感知
VS Code 的 IntelliSense 是您 NumPy 编码最好的朋友和伴侣。这一强大的功能集可在您键入时实现智能代码补全。不需要深入思考函数名、变量等。 IntelliSense 可以从代码的上下文中理解它。
例如，如果您需要创建一个函数，请开始输入名称，IntelliSense 将为您提供 NumPy 和其他模块中的所有可用函数。选择一个匹配项，该工具会将其添加到您的代码中。您还可以获得每个函数的正确参数列表，这使您的编码速度更快。
带有 VS Code 扩展的 NumPy
VS Code 的可扩展性是其最强大的功能之一。 Python 和 NumPy 都可以通过适当的扩展来增强。以下是一些与 NumPy 配合使用的特别有用的扩展。
- Microsoft 的 Python 扩展为 VS Code 带来了直观的编码。使用 IntelliSense、实时 linting 和格式化以及调试工具等实用功能更快地编写代码。
- Python 文档字符串生成器是使用复杂 NumPy 代码的开发人员的救星。此扩展会生成详细的文档字符串，以在几秒钟内记录您的代码。这确实节省了您无数的手动创建和格式化时间。
- Python 测试资源管理器可让您直接从侧边栏运行 Python 测试并获得结果的即时反馈。它还可以节省您的时间，因为您不必在应用程序之间来回切换。
- MagicPython 对于需要分析和调试复杂代码的 Python 开发人员来说也非常有用。由于改进了语法突出显示和缩进，您现在可以使用 MagicPython 即时读取 NumPy 表达式。
- Kite 的 Python 自动完成功能是一种更周到的编码方式。 Kite 使用机器学习为 Python 脚本提供上下文感知补全。 Kite 无需花费时间在图书馆（或互联网）中搜索函数和方法，而是在您键入时提供智能建议。它还支持复杂的操作。
使用 NumPy 编写更好的代码
正如您所看到的，在 VS Code 中安装 NumPy 一点也不可怕，它的功能对于编码和数据科学分析非常有用。与 Visual Studio Code 中的其他强大工具和扩展结合使用时，您还可以进一步推进 NumPy 开发。
NumPy 在 VS Code 中运行？哪些功能对您最有用？请在评论中告诉我们。